Skip to main content
Glama

🧠 Synapse Layer

RAG recupera. Synapse recuerda.

Infraestructura de memoria persistente para agentes de IA — cifrada en reposo con AES-256-GCM, búsqueda semántica, nativa de MCP.

Synapse Layer es una infraestructura de memoria persistente de código abierto para agentes y asistentes de IA. Los recuerdos se cifran en reposo con AES-256-GCM, se indexan mediante pgvector HNSW para recuperación semántica y se exponen a través de MCP JSON-RPC para integración nativa con Claude, GPT, Gemini y cualquier cliente compatible con MCP. Licencia Apache 2.0.

PyPI Python Downloads MCP Compatible Official MCP Registry CI License: Apache-2.0 Smithery

Sitio web · Documentación · PyPI · Forge


⚡ Inicio rápido en 30 segundos

pip install synapse-layer
from synapse_layer import Synapse

s = Synapse(token="sk_connect_YOUR_TOKEN")

s.store("user likes coffee")
print(s.recall("what does user like?"))

Obtén tu token en forge.synapselayer.org → Panel de control → Conectar


Related MCP server: Sylex Memory

¿Qué es Synapse Layer?

La capa de memoria persistente para agentes de IA — la pieza faltante entre los LLM sin estado y la continuidad real del contexto.

Tus agentes de IA olvidan todo entre sesiones. Synapse Layer lo soluciona.

Característica

Descripción

🔐 Cifrado en reposo

AES-256-GCM con IV aleatorio por operación e integridad HMAC-SHA-256

🧩 Conexión en un clic

Claude Desktop, Cursor, LangChain, CrewAI, n8n

🌐 Memoria entre agentes

Guarda en ChatGPT, recuerda en Claude

⚡ Nativo de MCP

Cualquier agente compatible con MCP

🔒 Autenticación por cabecera

Los tokens nunca aparecen en URLs ni registros

🎯 Coeficiente de confianza

Recuperación determinista — recuerdos clasificados por confianza, no solo por actualidad


Por qué Synapse Layer

Tus agentes de IA olvidan todo entre sesiones. Synapse Layer lo soluciona — en una línea.

Sin Synapse Layer

Con Synapse Layer

El agente olvida el contexto cada sesión

Memoria persistente en todas las sesiones

Memoria bloqueada a un modelo

Entre agentes: guarda en ChatGPT, recuerda en Claude

Sin rastro de auditoría

Puntuación de Coeficiente de Confianza en cada recuerdo

Integración compleja

pip install synapse-layer + 3 líneas de código

Texto plano almacenado en servidores

Cifrado AES-256-GCM en reposo


Casos de uso

  • Memoria de asistente a largo plazo — conserva preferencias de usuario, hechos y decisiones previas entre sesiones.

  • Continuidad entre agentes — guarda contexto en un agente y recupéralo en otro.

  • Memoria segura para clientes MCP — conecta Claude Desktop, Cursor y otras herramientas compatibles con MCP a una capa de memoria gobernada.

  • Memoria operativa para equipos — mantiene contexto estructurado, puntuación de confianza y recuperación buscable para agentes de producción.


Instalar

pip install synapse-layer

Inicio rápido

Script de Python

from synapse_layer import Synapse

client = Synapse(token="sk_connect_YOUR_TOKEN")

# Store
client.store("User prefers dark mode and concise answers")

# Recall
results = client.recall("user preferences")
for r in results:
    print(r["content"], r["trust_quotient"])

Con administrador de contexto

from synapse_layer import Synapse

with Synapse(token="sk_connect_YOUR_TOKEN") as client:
    client.store("User prefers dark mode and concise answers")
    results = client.recall("user preferences")
    for r in results:
        print(r["content"])

Obtén tu token en forge.synapselayer.org → Panel de control → Conectar


13 Herramientas MCP de un vistazo

Synapse Layer expone actualmente 13 herramientas MCP para flujos de trabajo de memoria persistente:

  • recall

  • save_to_synapse

  • process_text

  • search

  • health_check

  • initialize_context

  • save_memory

  • store_memory

  • recall_memory

  • list_memories

  • memory_feedback

  • neural_handover

  • slo_report

Estas herramientas cubren captura de memoria, recuperación semántica, almacenamiento estructurado, bucles de retroalimentación, traspaso de agente y observabilidad operativa.


Modos de despliegue

Modo script de Python

Usa el SDK cuando necesites acceso directo a Python a la memoria de Forge desde tu aplicación.

Ideal para:

  • prototipos y scripts

  • flujos de trabajo nativos de Python

  • integración rápida en aplicaciones existentes

Nube / API de Forge

Usa Forge cuando necesites memoria persistente, entre sesiones y entre agentes con tokens de acceso gestionados.

Ideal para:

  • asistentes de producción

  • sistemas multiagente

  • integraciones basadas en MCP

  • memoria compartida entre herramientas y sesiones


Integración MCP (Claude Desktop / Cursor)

Añade a claude_desktop_config.json:

{
  "mcpServers": {
    "synapse-layer": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://forge.synapselayer.org/api/mcp",
        "--header",
        "x-connect-token: sk_connect_YOUR_TOKEN"
      ]
    }
  }
}

Ubicación del archivo de configuración:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

  • Windows: %APPDATA%\Claude\claude_desktop_config.json

  • Linux: ~/.config/Claude/claude_desktop_config.json


API — Autenticación por cabecera

# Health check
curl -H "x-connect-token: sk_connect_YOUR_TOKEN" \
  https://forge.synapselayer.org/api/connect/health

# Save memory
curl -X POST \
  -H "x-connect-token: sk_connect_YOUR_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"content": "User is a Python developer"}' \
  https://forge.synapselayer.org/api/v1/capture

Seguridad

Característica

Implementación

Cifrado

AES-256-GCM en reposo con IV aleatorio por operación

Integridad

HMAC-SHA-256 sobre el contenido

Autenticación

Por cabecera (x-connect-token) — los tokens nunca aparecen en URLs ni registros

Privacidad

Sanitización de contenido + almacenamiento cifrado por inquilino

Aislamiento

1 usuario = 1 inquilino = 1 mente privada

Consulta SECURITY.md para informar vulnerabilidades.


Proyectos relacionados

Proyecto

Descripción

synapse-sdk-python

SDK de Python — adaptadores para LangChain, CrewAI y protocolo A2A

synapse-layer-skill

Configuración de habilidad MCP para Claude Desktop, Cursor, Windsurf

synapse-layer-langgraph

Guardador de puntos de control LangGraph con persistencia de estado cifrada


Gobernanza

  • Todas las afirmaciones públicas siguen la Matriz de Afirmaciones Públicas.

  • Los detalles de arquitectura que revelan beneficios son públicos; los mecanismos que los permiten son privados.

  • Afirmación = Realidad. Si no está implementado, no está en el README.


Licencia

Apache-2.0 © Synapse Layer

Available Tools

13 tools
health_checkA
Read-only
Inspect

Check service availability, engine version, and storage health. Public method.

Inputs: no named parameters. Returns: status, version, dbLatencyMs

initialize_contextA
Read-only
Inspect

Initialize a persistent memory context for a conversation or agent session. Returns REDACTED metadata by default (detail="summary"). Use detail="full" with a reason (10–200 chars) to retrieve plaintext content under MEMORY_EXPORT_GOVERNANCE_V1.

Inputs: detail, reason. Returns: scope, agent_id, memories

list_memoriesA
Read-only
Inspect

List memory metadata with pagination and governance limits.

Inputs: limit, scope, agent_id. Returns: count, total, memories

memory_feedbackAInspect

Submit feedback to adjust trust scoring for stored memories.

Inputs: signal (required), memoryId, memory_id, sessionId, +1 more. Returns: trust, applied, memoryId

neural_handoverAInspect

Transfer contextual state between agents with continuity controls.

Inputs: token (required), reason (required), consuming_agent. Returns: status, handoverId

process_textAInspect

Extract candidate memories from free-form text with governance filters and sanitization.

Inputs: text (required), source, project, agent_id. Returns: extracted, storedCount

recallA
Read-only
Inspect

Retrieve relevant persisted memory using semantic, temporal, priority, or hybrid routing. Governance: requires reason (10–200 chars). Rate limit: 20/min.

Inputs: query (required), reason (required), mode, limit, +2 more. Returns: count, scope, memories

recall_memoryA
Read-only
Inspect

Recall persisted memory by query. Alias of recall.

Inputs: query (required), reason (required), mode, limit, +2 more. Returns: count, scope, memories

save_memoryC
Idempotent
Inspect

Save a memory entry to the persistent store. Alias of save_to_synapse.

Inputs: content (required), tags, agent_id, force_intent, +1 more. Returns: id, scope, stored

save_to_synapseA
Idempotent
Inspect

Persist memory with encryption at rest, sanitization, and deduplication controls.

Inputs: content (required), tags, type, project, +4 more. Returns: id, scope, stored

slo_reportB
Read-only
Inspect

Return uptime and SLO metrics for the MCP service.

Inputs: admin_token (required), window_hours. Returns: p50, p95, uptime, window, +1 more

store_memoryB
Idempotent
Inspect

Store structured memory with metadata and trust scoring.

Inputs: content (required), tags, agent_id, force_intent, +1 more. Returns: id, scope, stored

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    B3.4/5.0

    Scored across 13 tools

    Disambiguation3/5

    There is overlap between `save_memory` and `save_to_synapse` (aliases), and `recall_memory` and `recall` (aliases), which creates ambiguity. `save_to_synapse` and `store_memory` also have very similar purposes, potentially causing misselection.

    Naming Consistency3/5

    Most tools use a verb_noun pattern (e.g., list_memories, save_memory, recall_memory), but `neural_handover` breaks this pattern by using an adjective_noun. `slo_report` is a contraction that doesn't follow the strict verb_noun structure, introducing inconsistency.

    Tool Count4/5

    With 13 tools, the count is within the well-scoped range (3-15). The presence of aliases inflates the number slightly, but otherwise, each non-alias tool serves a distinct purpose, making the count appropriate.

    Completeness4/5

    The tool surface covers core CRUD operations (save, recall, list, search) and lifecycle operations (initialize, feedback, handover). Minor gaps exist, such as missing explicit update or delete tools for memories, but the domain coverage is generally strong.

    Maintenance

    ActivityNo data
    ResponsivenessOutdated data

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      B
      maintenance
      Enables AI agents to store and semantically retrieve durable memories across sessions via MCP or REST, with tools for remembering, recalling, asking, updating, and forgetting memories.
      17 npm
      MIT
    • F
      license
      A
      quality
      B
      maintenance
      Shared fleet memory for AI agents — what one agent learns, the whole fleet knows. Nightly self-correction: stale facts rewritten in place, duplicates merged. Recall pushed into every prompt in supported coding agents. Self-hosted.
      11
      3
      -